北大联合 IBM 定义现代模拟计算:估值超 45 亿美元

11 月 3 日,一篇综述论文把现代模拟计算写进了标题,试图给这个方向立一个正式定义。这篇论文由北京大学人工智能研究院长聘副教授孙仲操刀,他同时拟任模拟计算芯片公司安纳智芯的首席科学家,包括孙仲在内的四位作者分别来自北京大学、IBM 苏黎世研究院和硅谷初创公司 Unconventional AI。

四位作者凑齐三股力量

这篇论文的合作作者 Manuel Le Gallo 与 Abu Sebastian 正是 IBM 苏黎世研究院学者,后者还是 IEEE Fellow,长期是这个方向的核心研究者。IBM 在模拟计算和存内计算领域深耕超过十年,属于业内公认的标杆。左起四位作者依次是 Shakar Kvatinsky、孙仲、Abu Sebastian 与 Piergiulio Mannocci。

值得一提的是孙仲两年前做过类似的事。当时他在存内计算领域联合国际同行,写了一篇题为存内计算技术全谱的论文,发表在 Nature Electronics 上。他说论文只是个契机,他真正想做的是把中外几家最核心的机构聚在一起,共同写下现代模拟计算的定义。事实部分同样在往这个方向汇拢,硅谷做模拟计算的公司正在被资本疯抢,Unconventional AI 的估值已经超过 45 亿美元,Normal Computing 拿到了三星和 Eric Schmidt 的投资,这两家公司都宣称能把 AI 能耗降到千分之一。

现代两个字是整套框架的支点

在这篇耗时数年打磨的综述里,四位作者把现代两个字立为整套框架的支点。人类用了两千年的模拟计算正在被重新定义,论文要处理的问题包括模拟计算与数字计算的边界如何划分、哪些场景值得为模拟路径付出精度代价、以及存内计算这类把计算搬进存储的路线在整体范式里处于什么位置。

这条路线和 SK 海力士 3D FeNAND 铁电存内计算属于同一条脉络。存内计算解决的是数据搬运的能耗瓶颈,而模拟计算试图整体换掉数字信号链路,两者如果能在同一套定义下被讨论,AI 推理的能耗上限就多了一个可比较的答案。